排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
电力市场技术支持系统有大量数据信息需要查询、汇总分析和打印,这些数据可能涉及系统中的所有功能模块,不可能在各个应用模块中实现。因此,需要专门的报表工具来满足上述要求。本文开发的报表软件主要是基于PowerBuilder和Sybase软件,并结合庄河农电局的具体情况而设计的,同时又具有一定的通用性。 相似文献
4.
在水产养殖监控系统中,为了提高测量精度往往进行多点测量。本研究中作者给出了监控系统的构成,在多点采集的基础上,首先采用分布图法剔除疏失误差,然后采用自适应加权数据融合算法对采集数据进行融合。测量数据和分析结果表明,处理后的数据精度大大提高。 相似文献
5.
基于主成分分析及GA-LM的水产养殖环境溶解氧和氨氮含量预测 总被引:1,自引:0,他引:1
为了精准预测水产养殖过程中最重要的两个环境参数溶解氧和氨氮,针对预测模型需要解决的有效影响因子确定、预测算法和网络结构优化等问题,将Levenberg-Marquardt(LM)神经网络、遗传算法(genetic algorithm,GA)和主成分分析(PCA)算法相结合,提出一种基于GA-LM-PCA的水产养殖环境溶解氧和氨氮含量预测模型,即采用PCA确定影响因素,实现影响因素的去耦合降维,采用遗传算法对网络结构进行优化,确定合适的隐层节点数目和权值,采用LM训练神经网络,提高神经网络的收敛速度.为了验证GA-LM-PCA的预测效果,将GA-LM-PCA的预测效果与未用PCA方法的GA-LM预测模型进行了试验比较,并探讨了影响因素数量对预测效果的影响.结果表明:用GA-LM-PCA方法预测的溶解氧和氨氮值与实测值吻合较好,平均绝对误差和均方根误差分别为0.0047、1.8727×10-4(溶解氧)和0.0065、9.4287×10-4(氨氮),适用于影响因素数量较多的场合.研究表明,GA-LM-PCA是一种有效的水产养殖环境溶解氧和氨氮预测工具,尤其对于影响因素复杂繁多的非线性系统效果更好. 相似文献
6.
水产养殖池塘是一个多变量、非线性和大时延系统,其中溶解氧的预测也是一个复杂的问题。针对大连某水产养殖池塘,作者建立了一个基于Levenberg—Marquardt(LM)神经网络和遗传算法(GA)的溶解氧预测模型GA—LM,并将该模型与传统的BP神经网络进行比较分析。结果表明:使用本研究中建立的GA-LM模型预测的溶解氧值和实际测定值吻合较好,预测更为精准,运行时间明显减少。 相似文献
1